hypo-driven-ps은(는) 무엇을 하나요?
가설 기반 구조화된 진단 및 해결 Skill — '측정 가능한 판단 기준 + 정보 이득÷비용 순위 + 세 가지 역할 편성'을 사용하여 막히고, 원인을 알 수 없으며, 여러 가능성이 있는 어려운 문제를 해결합니다. (Hypothesis-driven structured problem solving.)
개요
이 스킬은 복잡한 문제를 체계적으로 진단하고 해결하기 위한 가설 기반 접근법을 제공합니다. 다음 세 가지 핵심 메커니즘을 중심으로 작동합니다:
- 측정 가능한 판단 기준: 문제를 객관적으로 평가하고 가설을 검증할 수 있는 명확한 기준을 정의합니다.
- 정보 이득÷비용 순위: 각 가설의 정보 이득(문제 해결에 기여하는 정보량)과 비용(시간, 자원 등)을 고려하여 우선순위를 설정합니다.
- 세 가지 역할 편성: 분석가, 설계자, 실행자 역할을 명확히 구분하여 체계적인 협업을 가능하게 합니다.
사용 방법
- 문제를 명확히 정의하고 가능한 가설을 수집합니다.
- 각 가설에 대해 측정 가능한 판단 기준을 설정합니다.
- 정보 이득과 비용을 평가하여 가설의 우선순위를 결정합니다.
- 결정된 우선순위에 따라 가설을 검증합니다.
- 결과를 분석하고 필요에 따라 가설을 수정하거나 새로운 가설을 추가합니다.
지원 플랫폼
- Claude Code
- Cursor
- Codex
- Windsurf
- Cline
- 기타 AI 코딩 에이전트
예제
문제: 웹 애플리케이션의 로딩 속도가 느림
가설 1: 데이터베이스 쿼리가 비효율적임
- 판단 기준: 쿼리 실행 시간 > 1초
- 정보 이득: 높음 (원인 파악 시 큰 성능 개선 가능)
- 비용: 중간 (쿼리 분석 도구 필요)
가설 2: 클라이언트 측 리소스가 과도함
- 판단 기준: 번들 크기 > 500KB
- 정보 이득: 중간
- 비용: 낮음 (브라우저 개발자 도구로 확인 가능)
참고 사항
- 이 스킬은 반복적인 가설 검증과 수정 과정을 통해 점진적으로 문제를 해결합니다.
- 세 가지 역할을 명확히 구분함으로써 분석과 실행이 혼재되는 것을 방지합니다.
- 측정 가능한 판단 기준을 사용하여 주관적인 판단을 최소화합니다.